Afficher la notice abrégée
dc.contributor.author |
Bouchelouche, Khadidja. |
|
dc.contributor.author |
Sibsa., Ahlem. |
|
dc.date.accessioned |
2021-10-27T11:23:46Z |
|
dc.date.available |
2021-10-27T11:23:46Z |
|
dc.date.issued |
2018-06-27 |
|
dc.identifier.uri |
http://di.univ-blida.dz:8080/jspui/handle/123456789/12531 |
|
dc.description |
ill.,Bibliogr. |
fr_FR |
dc.description.abstract |
Les travaux menés dans le cadre du résumé automatique de texte ont montré des résultats à la fois très encourageants mais qui sont toujours à améliorer. La problématique du résumé automatique ne cesse d'évoluer avec les nouveaux champs d'application qui s'imposent, ce qui augmente les contraintes liées à cette tâche. Nous nous intéressons au résumé automatique abstractif multi-documents. Pour cela, nous examinons les différentes approches existantes en mettant l'accent sur les travaux les plus récents. Nous essayons d'améliorer la tâche des systèmes de résumé automatique abstractif multi-documents de texte en utilisant les modèles génératifs d'apprentissage automatique du domaine d'intelligence artificielle.
Mots clés: Résumé automatique, Multi documents, Apprentissage automatique, Abstractif. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université Blida 1 |
fr_FR |
dc.subject |
Résumé automatique. |
fr_FR |
dc.subject |
Multi documents. |
fr_FR |
dc.subject |
Apprentissage automatique. |
fr_FR |
dc.subject |
Abstractif. |
fr_FR |
dc.title |
Vers un meilleur résumé automatique multidocuments. |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée